個性化信息推薦服務(wù)模式-免費閱讀
【正文】 12(3)11AdomaviciusG,Systems:Asurvey0ftheState—Of—the—ArtandPo~ibleExtensionsIEEETransactiononKnowledgeandDataEngineering,2005。將用戶特性,內(nèi)容特性,環(huán)境特性納入一個統(tǒng)一的模型框架一直是研究者追求的目標(biāo),系統(tǒng)能在多大程度上實現(xiàn)這樣的推薦模型,涉及技術(shù),成本,應(yīng)用的復(fù)雜度等多方面,都是為了能為用戶提供更為準(zhǔn)確,更為個性化的推薦服務(wù).參考文獻(xiàn)1FurnerJOnRemendingJournaloftheAmericanSocietyforInformationScienceandTechnology,2002。Browse,IN—TRIGUE),信息頻道(如MusicFx,myVU),分類社區(qū)(如121,But—terfly),可視化分類圖標(biāo)(如NeighborhoodWindow)分類推薦的基本過程L1:確定類成員的偏好,系統(tǒng)產(chǎn)生推薦,系統(tǒng)將推薦提供給類成員,質(zhì)上就是一種社會決策過程,比較適合于產(chǎn)品和服務(wù)推薦.(ItemrogerherInterest模式):推薦服務(wù)開發(fā)的發(fā)展方向越來越重視系統(tǒng),用戶,環(huán)境之間的協(xié)同是推薦系統(tǒng)研究與開發(fā)的一大發(fā)展趨勢,因為這既是改進(jìn)系統(tǒng)推薦性能的根本途徑,競爭推薦系統(tǒng)研究,構(gòu)建統(tǒng)一的推薦模型就是試圖在系統(tǒng),用戶引擎的基本思想,即運用數(shù)據(jù)融合墳術(shù)對不同推薦系統(tǒng)或推薦代理產(chǎn)生的推薦結(jié)果進(jìn)行處理,并根據(jù)用戶興趣模型做出相關(guān)評價,最后按相關(guān)度排序。amp。個性化信息推薦服務(wù)模式個性化信息推薦服務(wù)模式PersonalizedInformationRemendationService蔡宏志(武漢大學(xué)武漢430072)摘要作為一種重要的解決信息過載問題和提供個性化服務(wù)的方案,信息推薦服務(wù)已經(jīng)成為各類信息系統(tǒng)的一項.關(guān)鍵詞信息推薦服務(wù)信息服務(wù)個性化用戶模型模式分析信息推薦服務(wù)是一種根據(jù)用戶的信息需求,興趣或行為模式,將用戶感興趣的信息,產(chǎn)品和服務(wù)推薦給用戶的個性化信息服務(wù)模式,如熱點鏈接,動態(tài)鏈接生成,文件預(yù)取,信息推送,信息提醒,電子商務(wù)網(wǎng)站的產(chǎn)品推薦,種重要的解決信息過載問題和提供個性化服務(wù)的方案,信息推薦服務(wù)已經(jīng)成為各類信息系統(tǒng)的一項基本功能…,在電子商務(wù)系統(tǒng),信息服務(wù)系統(tǒng)(如新聞,Usenet,電子郵件),搜索引擎,信息檢索系統(tǒng),數(shù)字圖書館,e—learning系統(tǒng),門戶網(wǎng)站中得到廣泛應(yīng)用.研究者一般根據(jù)推薦代理和推薦系統(tǒng)使用的信息過濾技術(shù),將信息推薦服務(wù)分為基于內(nèi)容的推薦服務(wù),協(xié)作推薦服務(wù),混合推薦服務(wù),隨著基于內(nèi)容的推薦服務(wù)與協(xié)作推薦服務(wù)的日益融合以及新的設(shè)計思想的出現(xiàn),從用戶的角度來探討信息推薦服務(wù)的模式,目的有二:一是能對系統(tǒng)設(shè)計者有所啟發(fā),二是幫助用戶理解和使用系統(tǒng)提供的推薦服務(wù).根據(jù)系統(tǒng)在實現(xiàn)推薦服務(wù)的過程是否考慮和利用了用戶特性,可將信息推薦服務(wù)劃分為兩類:差異模式是完全基于內(nèi)容的,不定向的推薦服務(wù)模式,不考慮構(gòu)建和利用用戶模型,個性化程度一般比較低差異模式是基于用戶的,定向的推薦服務(wù)模式,核心是構(gòu)建和利用用戶模型,個性化程度一般比較高,化程度和服務(wù)的流向,這兩種模式又可以進(jìn)一步解析出五種子模式:無觸發(fā)模式和四種基本I2I子模式:ItemtoItem,InteresttoItem,InteresttoInterest,ItemtogetherInteresto其中Item指推薦的內(nèi)容對象,可以是產(chǎn)品,信息和服務(wù),Interest指推薦服務(wù)的對象,即用戶,通常以代表用戶信息需求,興趣,偏好或行為模式的用戶模型表示(usermodel或userprofile).前兩類子模式屬于無差異模式,利于從不同的技術(shù)模式中抽象出信息推薦服務(wù)的本質(zhì)特性.l無差異模式所謂無差異模式,而不用建立用戶模型,不用了解用戶興趣,更不用利用用戶相關(guān)作者簡介:,編輯,研究方向為書業(yè)營銷研究.:無觸發(fā)模式和觸發(fā)模式.無觸發(fā)模式也可稱為LOG一1N模式或廣告模式,這種模式既不考慮和區(qū)分用戶特性,也不對推薦內(nèi)容作相似度比較和分析,更沒有利用任何形式的相關(guān)反饋(顯式的或隱式的).用戶進(jìn),與其說這是一種信息推薦服務(wù),39。Webert同時(),Content(i)之間的匹配技術(shù)大多采用余弦相似度計算和關(guān)鍵詞匹配,貝葉斯網(wǎng)絡(luò),決策樹,基于案例的推理,關(guān)聯(lián)規(guī)則等人工智能技術(shù)也
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1